Cuando el mensaje corporativo se desalinea, la IA hace de auditor de coherencia (no de portavoz)

🕒 Publicado en Zendoric: 14 de julio de 2026 · 00:03
Dos profesores de Tuck (Dartmouth) proponen usar IA para detectar cuándo el discurso de una empresa a inversores, empleados y clientes deja de sumar una historia coherente, usando el giro discursivo de BlackRock en ESG como caso de estudio. Su tesis: la IA sirve para diagnosticar, no para decidir el mensaje.
Por Tuck School of Business (Dartmouth) · 13 de julio de 2026.
El caso que abre el artículo es ilustrativo: durante años BlackRock construyó su relato en torno a la inversión sostenible, con las cartas anuales de Larry Fink defendiendo que los criterios ESG eran centrales para la creación de valor a largo plazo. Cuando la presión política y las expectativas de los clientes cambiaron, la firma reajustó el énfasis hacia el deber fiduciario y la libertad del inversor. Cada mensaje, tomado por separado, era defendible. Juntos, contaban una historia menos coherente: para unos, greenwashing; para otros, retirada silenciosa del compromiso climático. Los profesores Mark DesJardine y Paul Argenti, de Tuck, usan este episodio —sin acusar a BlackRock de mala fe, sino como síntoma de un problema estructural— para plantear un fenómeno con el que llevan años trabajando desde ángulos distintos: Argenti observando cómo el discurso corporativo se fragmenta entre marketing, relaciones con inversores y la oficina del CEO; DesJardine viendo, desde el activismo accionarial, cómo pequeñas inconsistencias en cómo una empresa describe su estrategia bastan para que los inversores cuestionen su credibilidad.
Su diagnóstico es que la mayoría de estos tropiezos no son fallos estratégicos deliberados, sino fallos de coordinación: organizaciones globales donde nadie tiene visibilidad completa de todo lo que la empresa dice, en todos los canales, a la vez. Y el problema se agrava porque analistas, inversores y medios ya triangulan de forma rutinaria entre earnings calls, notas de prensa, discursos y redes sociales — cualquier grieta entre lo que se dice en un sitio y en otro se detecta con facilidad. En un paper de próxima publicación en Management Business Review, los dos autores proponen la IA como herramienta de "doble alineación": no para generar el mensaje, sino para leer todo el corpus comunicativo de una empresa —informes, guiones de resultados, campañas, documentos internos— y señalar patrones, cambios de tono y contradicciones emergentes que ningún directivo podría rastrear a mano. El marco que proponen tiene cuatro pasos: fijar una "columna vertebral" narrativa compartida con gobernanza cruzada entre comunicación, relaciones con inversores, legal y TI; construir el sistema que agregue todos los canales; incrustar la revisión en el flujo de trabajo diario (Word, PowerPoint, gestores de contenido) para que el chequeo ocurra antes de publicar, no después; y, la parte que más cuesta a las empresas, alinear hacia fuera sin reinventar el mensaje para cada público, comparando comunicaciones lado a lado y anticipando que ninguna audiencia queda realmente aislada de las demás.
Los propios autores son explícitos sobre dónde la IA puede fallar: si se le deja decidir en vez de diagnosticar, sustituye el juicio humano en vez de alimentarlo; si se entrena solo con materiales de inversores, tendrá puntos ciegos sobre cómo el mismo mensaje aterriza en empleados o clientes; alimentar documentos internos sensibles en sistemas no seguros crea riesgo legal y competitivo real; y sin un propietario claro entre departamentos, la herramienta puede generar tanta confusión como la que resuelve.
Es una pieza modesta en apariencia —comunicación corporativa, no modelos frontera— pero encaja con algo que venimos observando en el terreno del empleo: la IA se instala primero, y con más solidez, donde el trabajo consiste en detectar patrones sobre grandes volúmenes de texto, no en la creatividad de fondo. Aquí no reemplaza al director de comunicación ni al de relaciones con inversores; hace visible lo que antes era invisible por pura escala —miles de documentos, docenas de canales, equipos en husos horarios distintos— y deja la decisión, correctamente, en manos humanas. Es el mismo patrón que veníamos señalando en derecho o en banca: el trabajo de bajo criterio y alto volumen se automatiza primero; el juicio experto y la coordinación entre personas sigue siendo, por ahora, terreno humano.
Lo que más nos interesa de esta propuesta, sin embargo, es el riesgo que los propios autores nombran sin rodeos: sin gobernanza clara —quién es responsable cuando la IA marca una contradicción entre el discurso de crecimiento y el discurso de disciplina de costes, por ejemplo— la herramienta puede convertirse en una fuente más de ruido organizativo, no de claridad. Es un recordatorio útil, y transferible a casi cualquier despliegue corporativo de IA: la tecnología puede iluminar el problema, pero la ausencia de un propietario que decida qué hacer con esa luz es, en sí misma, un fallo de diseño organizativo tan grave como el que se pretende resolver. La promesa de la IA como "auditor de coherencia" es real y modesta a la vez: no evita que las empresas tengan que decidir qué quieren decir, solo hace más difícil que se contradigan sin darse cuenta mientras lo dicen.
🔗 Relacionadas en Zendoric
- Un economista de OpenAI dice que la IA no destruirá empleo. Conviene leer la letra pequeña · 2026-07-01
- Cuando cerrar la puerta empuja al cliente al local de enfrente: la paradoja de los controles a la IA · 2026-06-24
- Documentos de préstamos falsos con IA: la otra cara del salto generativo · 2026-06-25


